GEN:解析分布式 AI 计算网络 Gensyn_SYN

6月12日,总部位于英国的区块链AI计算协议Gensyn宣布完成a16z领投的4300万美元A轮融资。这场AI领域革命,Gensyn率先为我们交上了一份答卷。

Gensyn本质是一种基于Substripe协议的第一层权益证明区块链,可通过智能合约方式可促进机器学习的任务分配和奖励,来快速实现AI模型的学习能力,并降低深度学习训练的价格。2020年GPT-3单次训练的成本约为1200万美元,比2019年GPT-2训练的估计值约43000美元高出270倍以上。一般来说,最好的神经网络的模型复杂度(大小)目前每三个月翻一番。而Gensyn的机器学习训练工作的每小时成本约在0.4美元,远远低于AWS(2美元)和GCP(2.5美元)等所需成本。Gensyn想要利用区块链等技术实现一种去中心化的大规模分布式深度学习的高效计算协议,并且具有概率学习证明和加密货币激励机制。

安全团队:Reaper Farm项目遭到攻击事件解析,项目方损失约170万美元:据成都链安“链必应-区块链安全态势感知平台”安全舆情监控数据显示,Reaper Farm项目遭到黑客攻击,成都链安安全团队发现由于_withdraw中owner地址可控且未作任何访问控制,导致调用withdraw或redeem函数可提取任意用户资产。攻击者(0x5636e55e4a72299a0f194c001841e2ce75bb527a)利用攻击合约(0x8162a5e187128565ace634e76fdd083cb04d0145)通过漏洞合约(0xcda5dea176f2df95082f4dadb96255bdb2bc7c7d)提取用户资金,累计获利62ETH,160万 DAI,约价值170万美元,目前攻击者(0x2c177d20B1b1d68Cc85D3215904A7BB6629Ca954)已通过跨链将所有获利资金转入Tornado.Cash,成都链安链必追平台将对被盗资金进行实时监控和追踪。[2022/8/2 2:54:19]

Beosin解析Reaper Farm遭攻击事件:_withdraw中owner地址可控且未作任何访问控制:8月2日消息,据 Beosin EagleEye 安全舆情监控数据显示,Reaper Farm 项目遭到黑客攻击,Beosin 安全团队发现由于_withdraw 中 owner 地址可控且未作任何访问控制,导致调用 withdraw 或 redeem 函数可提取任意用户资产。攻击者(0x5636 开头)利用攻击合约(0x8162 开头)通过漏洞合约(0xcda5 开头)提取用户资金,累计获利 62 ETH 和 160 万 DAI,约价值 170 万美元,目前攻击者(0x2c17 开头)已通过跨链将所有获利资金转入 Tornado.Cash。[2022/8/2 2:54:18]

Gensyn可将开发人员(任何能够训练机器学习模型的人)与解题者(Solver,任何想用自己机器训练机器学习模型的人)联系起来。通过利用世界各地闲置的、具有机器学习能力的计算设备(例如小型数据中心、个人游戏电脑、M1和M2 Mac甚至是智能手机),联结到一个全球机器学习超级集群中,将机器学习的可用计算能力提高10-100倍。同时Gensyn以创新性的验证系统和算力供应实现了超大规模和低成本且无需信任地训练神经网络。

Etherscan现支持以太坊域名服务ENS反向解析:5月12日消息,以太坊域名服务(Ethereum Name Service,简称ENS)发推称,Etherscan目前支持ENS反向解析。ENS反向解析可使用户的ENS域名成为跨DApp的以太坊账户的便携式用户名。除Etherscan外,使用此功能的其他DApp包括Uniswap、Opensea、Aavegotchi和Snapshot Labs等。目前,要使用该服务,用户必须手动启用反向解决,之后将更改为自动启动;DApp须在其UI代码中使用PR。

注:正向解析(Forward resolution,FR)是将一个ENS域名解析到以太坊地址等资源,反向解析(Reverse resolution,RR)是指将一个以太坊地址解析到一个ENS域名。[2021/5/12 21:52:40]

  1. 创新的验证系统

动态 | 日本Catabira推出基于区块链的数据解析平台:据Prtimes消息,日本信息服务商Catabira宣布推出基于区块链的商业服务级数据解析平台Catabira Insights For Blockchain,将利用区块链技术不可篡改的特性保证调查数据的真实性。[2018/11/8]

Gensyn的核心挑战是验证在设备上执行的计算任务是否已经正确执行,并通过代币触发支付。Gensyn系统主要通过三个概念来解决验证问题,包括概率proof-of-learning、基于图的精确定位协议和Truebit 式激励游戏。

由四个主要参与者组成,包括提交者、解题者、验证者和吹哨者。提交者是系统最终用户,提供将要计算的任务并为完成的工作单元付费。解题者是系统主要工作部分,执行模型训练并生成证明以供验证者检查。验证者将非确定性训练过程链接到确定性线性计算、复制解题者证明的一部分,并将距离与预期阈值进行比较。吹哨者是最后一道防线,检查验证者的工作并挑战以期获得累积奖金。

系统可以在无需信任的情况下完成所有这些工作,并且开销与模型大小成线性比例,从而保持验证成本不变。该系统的创新点在于将模型训练检查点与终止于链上的概率检查相结合,有效地解决了任意规模神经网络训练中状态依赖问题。

Gensyn系统会利用未充分利用和未优化计算设备资源。这些设备包括从目前未使用的游戏GPU到之前以太坊PoW时代的GPU矿机。因为该协议是去中心化的,意味着它最终将由社区多数管理,未经社区同意不能“关闭”,与web2不同,这使其具有抗审查性。该协议的创新点在于充分利用未使用的计算设备资源,为社区提供更多的计算力,同时也为那些拥有未使用设备的人提供了一个新的收入来源。并且Gensyn协议提供了与数据中心拥有的GPU相似的成本,其规模可以超过AWS。

总之,Gensyn的核心目标是通过去中心化计划实现AI民主化,让更多的人可以参与到AI技术的创新和应用中。该计划的核心理念是利用未充分利用的计算设备资源,通过构建一个开放的、去中心化的验证系统,来提高AI模型的效率和准确性,并为AI创业者提供更多的机会和可能性。它是一个具有创新性和前瞻性的计划,有望在未来的AI领域中发挥重要作用。

链茶馆

个人专栏

阅读更多

金色早8点

Odaily星球日报

金色财经

Block unicorn

DAOrayaki

曼昆区块链法律

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:15ms0-3:45ms